L’IA s’impose dans le débat public à un rythme effréné, entre annonces spectaculaires, études contradictoires et promesses de transformation radicale. Pourtant, derrière cette agitation permanente, l’adoption réelle reste plus lente et plus fragile qu’il n’y paraît. Entre fatigue des utilisateurs et déficit pédagogique, les entreprises peinent à définir une trajectoire d’adoption viable. Derrière les statistiques flatteuses se cache en effet une réalité préoccupante : la majorité des utilisateurs ne maîtrisent que les usages les plus basiques, tandis que les freins culturels restent largement sous-estimés. La solution au casse-tête du déploiement de l’IA à grande échelle en entreprise pourrait résider dans un outil connus de tous, mais largement ignor dans le contexte de l’IA : le référentiel de compétences.
En synthèse :
- La frénésie autour de l’IA alimente une fatigue croissante. L’emballement médiatique et la surabondance d’annonces créent une lassitude, renforcée par l’écart entre les promesses théoriques et la valeur d’usage réelle perçue par les utilisateurs.
- Les chiffres d’adoption masquent une réalité beaucoup plus nuancée. Les statistiques actuelles mesurent l’usage déclaré, pas le niveau de maîtrise, ce qui entretient une illusion d’adoption massive et empêche d’identifier les véritables blocages.
- L’IA transforme surtout les procédés, pas encore les organisations. À ce stade, l’IA permet avant tout de faire plus vite ce qui existait déjà, sans transformation profonde de la création de valeur ni impact clair et mesurable sur l’emploi.
- Le principal frein n’est pas technologique mais pédagogique. La majorité des utilisateurs manque de compréhension du fonctionnement et des usages réels de l’IA, ce qui alourdit la dette numérique et limite l’expérimentation.
- Un référentiel de compétences est indispensable pour structurer l’adoption. Permettre aux salariés d’identifier leurs lacunes via une évaluation simple constitue le point de départ d’une acculturation progressive, réaliste et durable à l’IA.
Pour celles et ceux qui s’intéressent de près à l’actualité de l’IA générative, les semaines passent et se ressemblent :
L’actualité qui illustre le mieux cette frénésie est la soudaine popularité de Clawdbot Moltbot, un agent généraliste open source à installer sur votre Mac : Clawdbot Showed Me What the Future of Personal AI Assistants Looks Like.
Comme vous pouvez vous en douter, ce logiciel open source pose d’énormes problèmes de sécurité (Critical Vulnerabilities Found in Clawdbot AI Agent), ce qui n’est pas étonnant dans la mesure où cet outil a moins de 3 semaines, véridique ! C’est d’autant plus étrange qu’il existe pourtant d’autres alternatives bien plus crédibles comme Eigent, OpenWork ou même le nouveau MiniMax Agent Desktop.
Beaucoup d’agitation donc, surtout du côté des éditeurs, qui sont toujours très enthousiastes, et des scientifiques, qui sont toujours aussi pessimistes. Figurez-vous qu’il est même possible de trouver une posture double, notamment avec la dernière publication du patron d’Anthropic (The Adolescence of Technology) qui souffle le chaud et le froid : 7 of the most interesting quotes from Anthropic CEO’s sprawling 19,000-word essay about AI.
Avec autant de signaux contradictoires, il n’est pas étonnant que la majorité tardive des utilisateurs, celle qui n’a pas réellement sauté dans le train de l’IA, observent tout ça d’un oeil sceptique.
À peine adopté, déjà lassé
Toute cette frénésie et ces assertions vides de sens ne sont bien évidemment pas une bonne chose (ex : « L’IA aura dépassé les capacité des humain dans 3 mois« ). De tout ceci, il ressort logiquement un phénomène de « fatigue de l’IA », car la pression médiatique est extrêmement élevée, tandis que les débats d’experts sont de plus ne plus éloignés de la réalité des utilisateurs lambda.
Le fait est qu’il y a beaucoup trop d’annonces et de nouveautés (Des limites de la capacité d’absorption du marché avec l’IA), et une valeur d’usage qui reste faible aux yeux des utilisateurs lambda, ceux qui n’ont pas pu bénéficier d’une montée en compétences sur l’IA (ou sur les outils numériques) (ou sur les outils informatiques).
Il en résulte une adoption beaucoup plus lente que l’on essaye de nous faire croire : L’IA va tout remplacer ? Peut-être qu’on se trompe tous. Je pense que vous n’ave pas besoin de moi pour constater à quel point la dissonance est forte entre les études et prévisions dithyrambiques des grands cabinets-conseil et la réalité de ce que l’IA vous apporte, ou à vos collègues.
Qu’à cela ne tienne, le marché a fait le choix de la fuite en avant, donc il faut y croire coûte que coûte. De ce fait, on continue de nous abreuver d’études qui s’obstinent à voir le verre à moitié plein :
L’étude de Microsoft nous apprend ainsi que l’adoption de l’IA dépasse les 60% pour certains pays, et 44% en France. Tandis que celle d’IBM nous promet 59% de gains de productivité d’ici à la fin de la décennie (Etude IBM : l’IA, moteur d’une croissance plus intelligente des entreprises en France d’ici 2030).
D’autres voient le verre à moitié vide : Frequent Use of AI in the Workplace Continued to Rise in Q4. Cette étude de Gallup pointe ainsi du doigt un début de plateau dans la croissance de l’adoption de l’IA chez les salariés.
Idem avec cette autre étude qui porte sur les entreprises françaises : Sondage OpinionWay / KEDGE : Les managers face à l’usage de l’IA dans leurs équipes. On y apprend que près de 90% % des managers de moins de 40 ans utilisent déjà l’IA. OK, mais quid des salariés de plus de 50 ans ?
J’ai déjà eu l’occasion de remettre en cause les méthodes de collecte de ces statistiques, et je persiste : le problème est qu’on ne posent pas la bonne questions. « Est-ce que vous utilisez l’IA ? » ne veut rien dire, c’est comme de demander « Est-ce que vous parler anglais ? » (il y a différents niveaux de pratique et de maitrise). De même, « Est-e que votre entreprise utilise l’IA ? » revient à demander « Est-ce que l’on parle anglais dans votre entreprise ?« .
Anecdote intéressante au sujet de l’étude Gallup : 1 salarié sur 5 ne sait pas si son entreprise a adopté l’IA. Preuve qu’il y a encore un énorme déficit pédagogique et méthodologique. Nous sommes très clairement face à un problème de conduite du changement.
Non, l’IA ne va pas prendre votre emploi (ou peut-être que si) (ça dépend) (pas tout de suite)
Sommes-nous en droit de dire que l’humanité est en danger avec un taux d’adoption de l’IA qui avoisine les 50% ? Non pas réellement, car comme nous venons de le voir, cette adoption est à relativiser, tandis qu’un plafond de verre semble se profiler dans la courbe d’évolution de cette adoption.
Voilà pourquoi les statisticiens commencent à ré-évaluer à la baisse l’impact de l’IA sur les emplois :
Je pense ne pas me tromper en écrivant qu’il n’y a aucune règle ou statistique fiable en matière de création ou de destruction d’emplois liées à l’IA. C’est un peu comme d’essayer de savoir si les ordinateurs ont détruit ou créé des emplois… tout dépend de comment ils ont été déployés et de la façon dont ils ont été utilisés.
Ce qui est certain, c’est que nous n’en sommes qu’aux premiers balbutiements des modèles génératifs, et que de ce fait, l’adoption de l’IA correspond au mieux à un changement de procédé (faire la même chose qu’avant, mais plus vite) et non à une transformation en profondeur (revoir le fonctionnement d’une entreprise et la façon dont elle crée de la valeur).
Le plus perturbant dans cette frénésie ambiante est que nous savons tous quelles sont les causes de la lenteur d’adoption de l’IA (10 Reasons Enterprise AI Fails) et donc de la transformation des entreprises. Mais ce que nous savons également, c’est que les coûts d’inférence sont en moyenne divisés par deux tous les 3 mois.
Donc que vous le vouliez ou non, le déploiement de l’IA va se faire, mais très certainement à marche forcée : Ces patrons qui expliquent au BCG que l’IA aura dans les trois ans un « pouvoir décisionnaire » au sein de leur entreprise. Vous vous doutez que cette adoption à deux vitesses va nécessairement créer de fortes tensions entre ceux qui vont utiliser l’IA de façon efficace et ceux qui vont la bouder ou l’utiliser de façon nonchalante (et ne bénéficieront pas des gains de productivité ou de qualité).
C’est justement pour éviter une nouvelle forme de souffrance au travail (la pression sociale et économique d’utiliser l’IA de façon avec efficacité) qu’il est impératif d’aider les utilisateurs à mieux réaliser l’ampleur et la nature de leurs lacunes, aussi bien avec les outils numériques qu’avec l’IA (La dyspraxie numérique est un frein majeur à votre transformation digitale).
Il y a une différence entre monter dans une voiture et savoir la conduire
S’il existe d’innombrables études sur le niveau d’adoption globale de l’IA, très peu se risquent à évaluer le niveau de maitrise. Les seules données de référence sur lesquelles nous pouvons nous appuyer sont celles fournies par OpenAI : How people are using ChatGPT.
Même si des efforts ont été faits par les éditeurs pour inciter les utilisateurs à exploiter les capacités créatives des chatbots, nous pouvons aisément constater que la très large majorité des utilisateurs se servent des chatbots comme un moteur de recherche ou un portail :
Ce mimétisme illustre parfaitement la grande mécompréhension de ce qu’est l’IA et comment fonctionne un modèle génératif (Nous n’avons pas besoin de meilleures IA, mais d’une meilleure compréhension de l’IA). Preuve qu’il y a un gros déficit pédagogique, et que celui-ci contribue à alourdir la dette numérique.
Dans l’environnement professionnel, c’est nécessairement la même chose puisque l’essentiel des usages en entreprise tourne autour de la génération de textes ou de tutoriels : ChatGPT usage and adoption patterns at work.
Là encore, nous ne pouvons résolument pas blâmer les salariés, car ils sont victimes d’une approche très infantilisante des pouvoirs publics et de leur employeur : Ils sont quotidiennement exposés à des discours très anxiogènes sur les dangers de l’IA (hallucinations, manipulation, sécurité…) et sur la nécessité pour la France de développer des solutions souveraines. Pas étonnant qu’ils ne s’impliquent pas dans l’adoption de nouveaux outils ou dans la formalisation de nouvelles pratiques (L’adoption de l’AI générative ne passera ni par les politiques, ni par les cas d’usage).
Difficile dans ces conditions d’expérimenter ou de se projeter dans des usages avancés, même pour les plus motivés ! (cf. Étude sur l’IA au travail : Shadow AI et usages informels).
Comment savoir où l’on va si l’on ne sait pas où l’on est ?
J’insiste sur le fait que la lenteur d’adoption de l’IA en entreprise est directement liée à la façon dont els entreprises s’y prennent. Ainsi, si les pratiques de conduite du changement sont connues de tous, elles semblent ne pas devoir s’appliquer dans le cas de l’IA tant l’urgence est élevée. Ne vous étonnez pas si la majorité des projets pilotes ne passent pas en production…
De façon plus générale, je constate au quotidien dans les échanges que je peux avoir avec les personnes ou équipes de j’accompagne dans leur appropriation des outils d’IA, que se sont toujours les mêmes objections qui sont mises en avant par les récalcitrants : ils brandissent la bannière de la confidentialité ou l’étendard de la souveraineté pour ne pas avoir à changer leurs habitudes et à adopter l’IA.
Ce dont je suis absolument persuadé est que ces réticences trouvent leurs origines dans des raisons plus profondes, et notamment dans un déficit de compréhension de ce qu’est l’IA et de ce que l’on peut faire ou ne pas faire (cf. cet article publié il y a 3 ans déjà : Mythes et réalités des IA génératives).
Dans cette situation, la première étape indispensable est de fournir aux salariés un moyen de savoir ce qu’ils ne savent pas. En d’autres termes, de leur permettre de se rendre compte de leurs lacunes et des bénéfices qu’ils pourraient tirer d’une montée en compétences. Et le meilleur moyen pour y parvenir est de s’appuyer sur un référentiel de compétences en IA, équivalent aux référentiels de compétences numériques utilisés dans la cadre de la transformation numérique (Définir un référentiel de compétences numériques pour cadrer votre accélération digitale).
Concernant les usages numériques, la référence en la matière est le service Pix : « Le service public en ligne pour évaluer, développer, et certifier ses compétences numériques« . Le référentiel exploité par Pix est dérivé d’un référentiel européen qui vient tout juste de publier sa 5e version (DigComp 3.0) et qui intègre justement l’IA.
Il existe déjà des référentiels dédiés à l’IA comme le AI Literacy Framework de l’OCDE qui décrit à la fois une vision élargie des compétences nécessaires :
Mais également les 4 champs d’application de l’IA générative :
Il y a également le AI Literacy Framework du collectif Digital Promise, mais qui ne s’intéresse qu’au monde de l’éducation.
Ces référentiels sont très bien faits, mais peut-être un poil trop académiques pour le monde de l’entreprise où il faut faire preuve d’un peu plus de pragmatisme.
20 questions pour évaluer votre niveau en IA
Dans toutes les missions que j’ai pu mener sur l’acculturation numérique ou sur l’appropriation de l’IA, j’ai toujours insisté auprès de mes clients pour réaliser un audit initial. Le but de la manoeuvre n’étant pas de pointer du doigt les retardataires, mais plutôt de pouvoir évaluer la marge de progression et surtout de permettre aux salariés de mieux appréhender leurs connaissances et compétences.
J’utilise pour cela un référentiel tout simple, une grille d’auto-évaluation à 20 critères pour les salariés, qui leur permet d’évaluer leur niveau de maturité :
Certes, cette grille d’évaluation de la maturité n’est pas aussi rigoureuse que les référentiels présentés ci-dessus, mais elle a le mérite d’être simple à comprendre et de faciliter l’évaluation des salariés ou des membres d’une équipe (un simple formulaire en ligne suffit).
Cela fait 3 ans que j’accompagne des petites et grandes entreprises dans leur appropriation de l’IA générative, et j’ai acquis l’intime conviction que la clé de l’adoption ne réside pas dans la puissance des modèles ou systèmes développés en interne, ni dans la sophistication des agents intelligents mis à disposition des salariés, mais plutôt dans une approche pédagogie douce et empathique qui prend en compte le fait que les salariés à qui l’on demande de devenir en quelques semaines des experts de l’IA n’ont, pour la plupart, bénéficié d’aucune formation ou accompagnement aux outils numériques, et plus généralement aux outils informatiques. Autant vous dire que malgré l’insistance des managers ou l’ambition des dirigeants, cette fameuse transformation éclair grâce à l’IA n’a tout simplement aucune chance de se produire sans une conduite du changement efficace et réaliste.
Voilà pourquoi l’urgence n’est pas de tester le dernier service à la mode (ex : Moltbot), mais de sensibiliser vos salariés et de construire avec eux une feuille de route d’acculturation numérique viable et surtout raisonnable.
Questions / Réponses
Pourquoi parle-t-on de « fatigue de l’IA » alors que cette technologie est encore récente ?
La multiplication incessante d’annonces (nouveaux modèles, nouveaux outils, nouvelles études…) crée une pression médiatique difficile à suivre pour les non-spécialistes. Cette surenchère, combinée à des promesses souvent exagérées et des débats d’experts déconnectés du quotidien, génère un sentiment de lassitude chez les utilisateurs qui peinent à percevoir la valeur concrète de ces technologies dans leur travail.
Les chiffres d’adoption de l’IA sont-ils fiables ?
Ces statistiques sont à relativiser car elles posent mal la question. Demander « Utilisez-vous l’IA ? » ne distingue pas les niveaux de pratique et de maîtrise : c’est comme demander si l’on parle anglais sans préciser si l’on est débutant ou bilingue. Par ailleurs, un salarié sur cinq ne sait même pas si son entreprise a adopté l’IA, ce qui révèle un important déficit d’information.
Comment la plupart des gens utilisent-ils réellement les outils d’IA générative ?
La très large majorité des utilisateurs se servent des chatbots comme d’un moteur de recherche ou d’un simple portail d’information. En entreprise, les usages se concentrent essentiellement sur la génération de textes ou de tutoriels. Ces usages très basiques témoignent d’une mécompréhension du fonctionnement des modèles génératifs et de leur potentiel réel.
Pourquoi certains salariés résistent-ils à l’adoption de l’IA ?
Les arguments avancés (confidentialité, souveraineté…) masquent souvent des réticences plus profondes : un déficit de compréhension de ce qu’est l’IA et de ses possibilités, mais aussi une exposition quotidienne à des discours anxiogènes sur ses dangers. Cette approche infantilisante des pouvoirs publics et des employeurs décourage l’expérimentation et l’appropriation des nouveaux outils.
Qu’est-ce qu’un référentiel de compétences en IA et à quoi sert-il ?
Un référentiel de compétences en IA est une grille d’évaluation qui permet aux salariés d’identifier ce qu’ils savent et ce qu’ils ne savent pas. Il existe des référentiels institutionnels comme le DigComp européen ou le AI Literacy Framework de l’OCDE. L’objectif est de permettre à chacun de mesurer ses lacunes et de construire un parcours de montée en compétences adapté, plutôt que d’imposer une transformation brutale sans accompagnement.